本发明涉及一种基于深度学习的毫米波图像检测最优模型选择方法和装置，所述方法包括：采集二维毫米波人体图像；在二维毫米波人体图像上进行隐匿物品标注；将二维毫米波人体图像及对应标注出的隐匿物品信息输入到卷积神经网络进行训练，以得到一个模型序列；对模型序列中的每个模型选取最优隐匿物品阈值；对多个模型进行比较，确定出最优检测模型及对应的物品阈值。本发明通过对毫米波安检图像基于利用神经网络进行深度学习训练的模型进行选取，选取出最优的检测模型以及检测物品的阈值，以达到毫米波图像最优的检测率和虚警率，减小了人为误差，提高了毫米波图像人体携带隐匿物品的检测效率，提高了毫米波人体安检设备的有效性。